人口抚养比变化的趋势的研究.docVIP

人口抚养比变化的趋势的研究 　　摘要：文章选取我国1990～2014年的少儿抚养比和老年抚养比调查数据进行研究，通过比较ARIMA模型、多项式模型、GM（1，1）灰色预测模型以及指数增长模型四种模型，选出最佳预测模型为GM（1，1）模型。研究结果表明：2025年左右我国的老年抚养比和少儿抚养比将会达到相等；从GM（1，1）模型关于总抚养的预测结果来看，总抚养大致保持在30%左右。针对我国正在和将要面临的抚养现状，须做好应对措施，增强开发人力资源力度，充分挖掘和利用我国潜在的人口红利，促进我国经济又快又好的发展。鼓励和支持青年人生育二孩，缓解我国低生育率低抚养比的现状。 　　关键词：抚养比；多项式模型；ARIMA模型；GM（1，1）；指数增长模型 　　十八届五中全会提出全面放开二孩政策，自20世纪的计划生育政策到如今的放开二胎，可以看出我国人口结构已经发生转变。如今青年人的抚养负担究竟有多大？有必要量化研究。抚养问题关系千家万户，老龄化以及低生育率如何影响青年的抚养负担。我国的老龄化已不可避免，只有正确的认识老龄化，认识抚养比，才能提高大众对我国人口问题认识，指导家庭生育和养老计划的制定。 　　一、文献综述 　　张绍合和贺建林通过比较分析不同人口政策的抚养比，指出我国人口抚养比的计算存在问题。原新，刘士杰对1982～2007年我国人口老龄化原因的人口学因素进行分析，研究指出调整生育政策对改善老龄化几乎无效。生育率下降后果与对策研究组有观点认为，生育率下降导致家庭规模缩小，家庭中孩子数量减少，中青年照料老人的负担加重。陈卫通过研究2005～2050年的人口发展趋势，指出到2030年老年抚养比将会超过少儿抚养比，抚养重点会在老年人口上。 　　关于人口预测模型方面，范柏乃，刘超英建立了自回归模型，弥补了赵进文教授关于人口预测模型的缺陷。Keilman，Pham用回归模型成功预测各个年龄组的出生率指标。同样， Lee，Karter在死亡率的预测的使用上也很成功。蒋辉在对我国未来人口预测上使用了罗吉斯蒂曲线预测和灰色预测模型，经检验模型预测误差不超过0.05%。陈舫源使用4次多项式模型对湖北省人口进行预测，指出在长期，多项式模型在预测结果上误差很明显。 　　二、模型的选择以及预测 　　（一）?稻堇丛从胙芯糠椒? 　　数据来源于：《中国统计年鉴2015》、中华人民共和国国家统计局。样本区间为1990～2014年。 　　采用定量预测的研究方法，利用1990～2014年的关于我国少儿抚养比和老年抚养比数据，按照一定的函数关系建立数学模型，运用已建立的模型对未来人口抚养比进行预测。 　　（二）模型的比较、分析、选择 　　依据研究目的，利用各个预测模型对我国人口抚养比进行拟合，根据拟合效果对未来35年我国人口抚养比进行预测，并分析预测准确性。从而选择出最佳预测模型，表1展示了四种模型的拟合情况。其中，后验差比值用C表示，该值是用来检验模型精度的一个指标，它通常和小误差概率值P一起作为评价模型等级的。其中，C值越小越好，P越大越好。 　　从预测精度来看GM（1，1）优于其他三种模型；从后验差比值来看，多项式模型显得更好一些。虽然，多项式的拟合度也达到98%以上，并且后验差值比也是四种模型中最小的。但是，四次多项式在做长期预测中误差较大，该模型对我国少儿抚养比以及老年抚养比的未来预测趋势与其他三种模型预测出的趋势不同。 　　指数模型的预测效果也是不错的，拟合优度以及后验差比的数值都达到了一级预测模型的标准。人口抚养比与人口有关，人口的增长到达一定的数目以后，它的增长率会受环境、资源、经济等各方面因素影响，人口的增长就不会像我们想象的那样是指数增长，那么人口抚养比同样也会受影响，在长期人口抚养比不会按照指数增长。 　　综上，比较四种模型GM（1，1）是最佳模型。 　　（三）模型建立及预测结果分析 　　GM（1，1）最佳模型的建立，先对原始序列进行处理，然后按照以下步骤进行建模研究：构造累加生成列；构造矩阵B和数据向量yn；计算BTB，（BTB）-1和BTyn，求出参数a、u；得出预测模型；残差检验；后验差检验；模型预测。 　　利用MATLAB对原始数据进行处理得到GM（1，1）模型拟合函数如下 　　老年抚养比表达式：■（t+1）=514.79e0.0169t-506.259（1） 　　少儿抚养比公式：■（t+1）=-1441.71e-0.0313t+1483.2（2） 　　2015～2050年我国老年抚养比的预测值： 　　[13.11、13.33、13.56、13.79、14.02、14.26、14.50、14.75、15.00、15.25、15.51、15.78、16.04、16.32、16.59、16.8